Python程序设计课程设计

🎯 课程概述

课程主题：基于 DeepSeek API + Streamlit 的 AI 应用开发

课程理念：

在 AI 时代，代码可以生成，Bug 可以修复，文档可以自动撰写——

但判断什么值得做、为结果负责、理解用户真实需求、在约束中做取舍，这些能力永远属于你。

本课程通过 AI 代码编辑器（如 Cursor、Windsurf）进行 Vibe Coding，让学生体验"用自然语言编程"的全新开发方式。但更重要的是，在这个过程中思考人与 AI 的协作边界，培养 AI 时代真正不可替代的能力。

技术栈：

• 🐍 Python 3.10+
• 🤖 DeepSeek API（大语言模型）
• 🎨 Streamlit（Web 界面框架）
• 🛠️ Cursor / Windsurf（AI 代码编辑器）

---

📅 课程安排

日期	内容	形式
第1天	课程讲解与演示	教师授课
第2天	自主开发	学生自学
第3天	中期答疑	集中答疑
第4天	自主开发	学生自学
第5天	项目展示与评审	成果展示

---

📚 第1天：课程讲解与演示（3学时）

1.1 课程导入（30分钟）

什么是 Vibe Coding？

• 定义：一种"以人为本、AI 为器"的编程范式。开发者专注于意图描述和结果验收，而将代码实现、调试细节交由 AI 辅助完成。
• 核心逻辑："描述你想要什么，而不是告诉计算机怎么做"。
• 演示：用自然语言在 3 分钟内创建一个完整应用。

AI 时代，什么能力真正属于你？

AI 能做的事越来越多： 语法查询、代码生成、Bug 修复、文档撰写、测试创建、架构建议、代码重构...

但这些能力永远属于你：

• 🎯 判断什么值得做 —— 选题的眼光和价值判断
• 📋 为结果负责 —— 代码能跑不等于问题解决
• 👥 理解真实需求 —— 用户要的不是功能，是解决方案
• ⚖️ 在约束中取舍 —— 时间、资源、技术的平衡
• 🤝 与人协作 —— 包括与 AI 协作

本课程不只是教你用 AI 写代码，更是让你体验和思考这些不可替代的能力。

AI 代码编辑器介绍

• Cursor：https://cursor.com
• Windsurf：https://codeium.com/windsurf
• 核心模式：
  • Approve/Reject：人是最终的决策者。
  • Context Awareness：如何让 AI "看见"你的整个项目。

1.2 技术栈讲解（60分钟）

DeepSeek API 快速入门

from openai import OpenAI

# 初始化客户端
client = OpenAI(
    api_key="your-api-key",  # 建议使用环境变量
    base_url="https://api.deepseek.com"
)

# 发送请求
response = client.chat.completions.create(
    model="deepseek-chat", # 使用 V3 模型
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手"},
        {"role": "user", "content": "你好！"}
    ],
    stream=False
)

print(response.choices[0].message.content)

Warning

API Key 安全： 绝对不要按将 API Key 直接提交到 GitHub 等公共仓库！请使用 .env 文件配合 .gitignore 管理。

关键概念：

• API Key：你的"通行证"，注意保密。
• Messages：对话历史的列表，包含 system（人设）、user（用户）、assistant（AI）。
• Stream：流式输出，提升用户体验（像打字机一样显示）。

Streamlit 快速入门

import streamlit as st

st.title("我的第一个 Streamlit 应用")

# 侧边栏
with st.sidebar:
    st.write("这是侧边栏")

# 输入框
user_input = st.text_input("请输入你的问题：")

# 按钮与交互
if st.button("提交"):
    if user_input:
        st.write(f"你输入了：{user_input}")
    else:
        st.warning("请输入内容！")

常用组件：

• 🛠️ 输入：st.text_input, st.text_area, st.slider
• 📄 输出：st.write, st.markdown, st.chat_message
• 🎒 状态：st.session_state (用于记住对话历史)

1.3 完整示例演示（45分钟）

现场演示：用 Vibe Coding 构建一个 AI 聊天应用

演示步骤：

1. Init：新建文件夹，用自然语言让 AI 初始化环境。
2. Draft：描述核心需求，生成 1.0 版本代码。
3. Refine：
   • 添加对话历史记忆（Session State）。
   • 开启流式输出（Streaming）。
   • 优化 UI（添加侧边栏设置）。
4. Deploy：运行并测试。

示例 Prompt：

"帮我创建一个基于 DeepSeek API 的聊天应用，使用 Streamlit 构建界面。要求：

1. 支持多轮对话，保留对话历史
2. 使用流式输出，打字机效果显示回复
3. 左侧边栏可以设置系统提示词
4. 界面美观，有清空对话的按钮"

1.4 项目要求说明（15分钟）

项目选题（任选其一或自拟）

难度	项目名称	服务对象/场景	解决的真实问题/价值
⭐⭐	AI 写作助手	学生/自媒体	写作与润色提效，输出更顺畅
⭐⭐	智能单词本	英语学习者	释义+例句，降低背词与造句门槛
⭐⭐	AI 任务拆解教练	学习/入职	把目标拆成可执行步骤与提醒
⭐⭐⭐	会议纪要助手	团队会议	自动要点/待办提炼，减少遗漏
⭐⭐⭐	代码解释与修复	编程学习者	逐行讲解+修复建议，缩短排错时间
⭐⭐⭐	产品需求澄清助手	PM/开发	拆解模糊需求→可执行条目
⭐⭐⭐	学习笔记整理	学生/职场	将笔记结构化，生成概要/测验题
⭐⭐⭐⭐	智能知识库问答	企业/课程	自有文档精准问答，减少人工答疑
⭐⭐⭐⭐	AI 数据洞察仪表盘	中小团队	上传表格自动生成洞察与可视化
⭐⭐⭐⭐	AI 面试官	求职者	简历定制问答，练习反馈与改进建议
⭐⭐⭐⭐⭐	多 Agent 决策工作坊	方案评审	多角色视角辩论，生成决策要点

💡 选题思考：不只是"我能做什么"，更要思考"这个项目对谁有价值？解决什么真实问题？"

---

🔧 第2天：自主开发

建议学习路线

上午：环境搭建 + 熟悉工具
├── 安装 Python、Cursor/Windsurf
├── 申请 DeepSeek API Key
├── 运行第一天的示例代码
└── 熟悉 AI 编辑器的操作（Composer/Chat 模式）

下午：开始项目开发
├── 确定项目选题
├── 用自然语言描述项目需求（Project Requirements）
├── 让 AI 生成初始代码框架
└── 运行调试，迭代优化

Vibe Coding 技巧

1. 上下文管理（Context）

AI 不是神，它需要知道你的代码、你的报错、你的意图。

• @Files：在 Cursor 中使用 @ 引用相关文件。
• Paste Error：直接粘贴报错信息，不要只说"报错了"。

2. 有效的 Prompt 模板

角色：你是一个 Python 专家。
任务：创建一个 [项目类型]，使用 [技术栈]。

功能需求：
1. [功能1]
2. [功能2]

约束条件：
- 代码简洁，有注释
- 使用 Streamlit 的 sidebar 布局

3. 常见问题排查

• Streamlit 页面频繁刷新？ -> 检查是否把初始化代码放在了循环里，或者没用 st.session_state。
• API 报错 401？ -> 检查 API Key 是否正确，环境变量是否生效。

学习资源

• 📚 Streamlit 文档：docs.streamlit.io
• 🤖 DeepSeek API：platform.deepseek.com
• 📺 教程：B站搜索 "Streamlit 入门" 或 "Cursor 教程"

---

❓ 第3天：中期答疑

答疑内容

• ✅ 项目选题确认
• 🐛 疑难 Bug 攻关
• 🏗️ 架构设计与优化建议

常见问题解决方案表

问题分类	现象描述	解决方案核心
环境	ModuleNotFoundError	运行 pip install <库名>
API	402 Payment Required	账户余额不足，需充值
API	回复中断/不完整	检查 max_tokens 设置，或上下文超长
Streamlit	变量一点按钮就重置	必须使用 st.session_state 存储变量
Streamlit	运行无反应	确保命令是 streamlit run app.py 而不是 python app.py

中期检查清单

• 选题已定，核心功能跑通
• 理解核心代码逻辑（能给别人讲清楚）
• 无论是 Git 还是手动备份，确保代码有存档
• 能清晰回答：我的项目为谁解决了什么问题？

---

🔧 第4天：自主开发

建议工作重点

• 完善功能：处理边界情况（如用户输入为空、API 请求失败）。
• 美化界面：使用 st.columns 排版，添加 Emoji，优化提示语。
• 准备展示：开始思考演示流程，准备 README。

Tip

加分项：

• 💾 数据持久化：对话不丢失（存本地 JSON 或 SQLite）。
• 📱 响应式：手机端打开也好看。
• 📊 可视化：用图表直观展示数据。

---

🎤 第5天：项目展示与评审

展示形式

• 时间：每组 (2-3人) 5分钟。
• 内容：PPT/文档介绍 (1min) + 实机演示 (4min) + 心得分享 (2min)。

评分标准（总分 100）

维度	分值	核心考量
功能完成度	25	核心功能由无 Bug，流程跑通
创意与体验	20	界面美观，交互顺滑，解决痛点
技术实现	20	代码结构清晰，错误处理完善
展示表现	10	表达清晰，演示流畅
开发心得	15	(重要) 对 AI 协作的真实思考与反思
学习态度	10	课堂与答疑的参与度

难度系数： 基础项目 (⭐⭐) 系数 ×1.0；挑战项目 (⭐⭐⭐⭐) 系数 ×1.1。 鼓励挑战，但也尊重将简单事情做到极致。

---

📦 提交要求

1. 提交材料

1. 源代码：完整项目文件夹。
2. README.md：项目说明文档。
3. requirements.txt：pip freeze > requirements.txt 生成。
4. 开发心得：Markdown 格式，不少于 500 字。

2. README.md 模板

# [项目名称]

## 简介
这句话介绍你的项目是做什么的，解决了什么问题。

## 如何运行
1. 安装依赖：`pip install -r requirements.txt`
2. 配置 Key：复制 `.env.example` 为 `.env` 并填入 Key。
3. 运行：`streamlit run app.py`

## 功能列表
- [x] 功能 A
- [ ] 功能 B (待开发)

3. 📝 开发心得（必填，>500字）

请围绕以下核心问题撰写：

1. 选题思考：为什么做这个？解决了谁的痛苦？
2. AI 协作体验：
   • 第一次用 AI 写代码的感觉？
   • 哪个 Prompt 让你直呼"牛逼"？哪个让你想砸键盘？
   • AI 生成的 Bug 你是怎么解的？
3. 自我反思：
   • 离开 AI，我还能写出这个吗？
   • AI 时代，我作为程序员的核心竞争力到底是什么？

💡 真情实感最重要。我们不想看套话，想看你的真实挣扎与顿悟。

---

🔗 附录：环境配置指南

1. 基础环境

• Python：推荐 3.10+ (官网下载)
• 编辑器：推荐 Cursor 或 VS Code + Windsurf 插件。

2. 项目初始化命令

# 1. 创建虚拟环境 (Windows)
python -m venv venv
.\venv\Scripts\activate

# 1. 创建虚拟环境 (Mac/Linux)
python3 -m venv venv
source venv/bin/activate

# 2. 安装核心库
pip install streamlit openai python-dotenv

3. API Key 管理示例 (.env)

不要把 Key 写死在代码里！

# .env 文件
DEEPSEEK_API_KEY=sk-xxxxxxx

# app.py
import os
from dotenv import load_dotenv

load_dotenv() # 加载 .env
api_key = os.getenv("DEEPSEEK_API_KEY")

---

🌟 结语

代码是 AI 写的没关系，

但选题是你定的，需求是你理解的，取舍是你做的，结果是你交付的，成长是你自己的。

祝大家在 Vibe Coding 中找到属于自己的价值！🚀